自動(dòng)駕駛的快速發(fā)展，在過去幾年催生了大量新藍(lán)海賽道，仿真測(cè)試便是其中之一。

業(yè)界普遍認(rèn)為，自動(dòng)駕駛汽車要想大規(guī)模上路，前期必須進(jìn)行充分的測(cè)試驗(yàn)證。這個(gè)工程量有多大呢?蘭德公司曾指出，要證明自動(dòng)駕駛系統(tǒng)比人類駕駛員更可靠，至少需要進(jìn)行110億英里(177億公里)的里程測(cè)試。

如果這些測(cè)試完全通過道路實(shí)測(cè)來完成，顯然不現(xiàn)實(shí)，因?yàn)檎鎸?shí)路測(cè)不僅效率低、周期長(zhǎng)、成本高，而且在場(chǎng)景方面還存在諸多限制。比較之下，仿真測(cè)試通過構(gòu)建虛擬場(chǎng)景庫(kù)，把自動(dòng)駕駛汽車測(cè)試放到接近真實(shí)世界的虛擬環(huán)境中進(jìn)行，可以大幅提升測(cè)試效率，縮短開發(fā)周期，降低研發(fā)成本。

不難發(fā)現(xiàn)在自動(dòng)駕駛研發(fā)過程中，目前業(yè)界基本都是采用“仿真測(cè)試+實(shí)際路測(cè)”相結(jié)合的技術(shù)路線。其中核心的自動(dòng)駕駛算法測(cè)試，甚至高達(dá)95%是通過仿真平臺(tái)完成，重要性可見一斑。

正因?yàn)槿绱?，過去一段時(shí)間里大批企業(yè)爭(zhēng)相涌入該賽道，憑借各自不同的技術(shù)基因和戰(zhàn)略理念，開展仿真測(cè)試探索。其中iae智行眾維®，作為本土智能駕駛仿真測(cè)試領(lǐng)域的技術(shù)引領(lǐng)者和重要參與者之一，構(gòu)建了從sil到hil再到dil和vil的iae x-in-loop®完整技術(shù)閉環(huán)體系，助力行業(yè)開展自動(dòng)駕駛在各類應(yīng)用場(chǎng)景中的安全驗(yàn)證。

發(fā)展至今，iae智行眾維®已經(jīng)先后和眾多整車廠、tier1、第三方檢測(cè)機(jī)構(gòu)、科技公司以及各地智能網(wǎng)聯(lián)測(cè)試示范區(qū)等達(dá)成了深度合作，儼然成了本土自動(dòng)駕駛產(chǎn)業(yè)發(fā)展的重要推動(dòng)力量。

海量場(chǎng)景，仿真測(cè)試的硬性剛需

相較于實(shí)際路測(cè)，仿真測(cè)試帶來的好處是顯而易見的。

從應(yīng)用環(huán)節(jié)來看，仿真測(cè)試可以貫穿車輛開發(fā)全流程。這也是為什么iae智行眾維®自成立以來，就針對(duì)智能駕駛“v字型”開發(fā)流程所貫穿的各個(gè)測(cè)試驗(yàn)證環(huán)節(jié)，構(gòu)建了全棧式的x-in-loop®技術(shù)閉環(huán)體系。

圖片來源： iae智行眾維®

其中，“水木靈境”場(chǎng)景工場(chǎng)(海量仿真場(chǎng)景庫(kù))是該閉環(huán)體系的關(guān)鍵基礎(chǔ)。仿真測(cè)試需要通過構(gòu)建虛擬場(chǎng)景庫(kù)來進(jìn)行算法、軟件和系統(tǒng)的測(cè)試和功能驗(yàn)證，這意味著場(chǎng)景庫(kù)對(duì)駕駛場(chǎng)景的覆蓋度以及場(chǎng)景數(shù)據(jù)質(zhì)量將直接決定了仿真測(cè)試的效果。

具體來看，“水木靈境”場(chǎng)景工場(chǎng)具有三大突出特點(diǎn)：

“有法可依”，即場(chǎng)景是圍繞法規(guī)和標(biāo)準(zhǔn)來構(gòu)建的，比如euro-ncap、c-ncap、iso、gb等行業(yè)標(biāo)準(zhǔn)，以及v2x、交通規(guī)則等相關(guān)的標(biāo)準(zhǔn)法規(guī)。

“有跡可循”，即來源于真實(shí)駕駛場(chǎng)景，包括自然駕駛場(chǎng)景采集，比如蘇州、上海、長(zhǎng)春、廣州、重慶等城市典型道路的數(shù)字孿生，和中國(guó)交通事故(cidas)場(chǎng)景等。

“有需可取”，這類場(chǎng)景主要是結(jié)合所測(cè)試對(duì)象的功能來進(jìn)行正向拆解，比如針對(duì)hwp功能分析構(gòu)建的hwp場(chǎng)景，或者結(jié)合sotif預(yù)期功能安全分析功能的局限性。

“因?yàn)閺奈覀兎?wù)過的客戶來看，大家更多關(guān)注的是場(chǎng)景的真實(shí)性。”談及這樣分類的原因，iae智行眾維®研發(fā)副總經(jīng)理高彪近日接受蓋世汽車采訪時(shí)表示。而在真實(shí)用車場(chǎng)景中，自動(dòng)駕駛汽車會(huì)面臨怎樣的駕駛工況、要遵循哪些交通規(guī)則都有據(jù)可依。

從規(guī)模來看，“水木靈境”場(chǎng)景工場(chǎng)累計(jì)構(gòu)建的場(chǎng)景庫(kù)超過了8000組，其中的cidas中國(guó)交通事故場(chǎng)景和adas法規(guī)場(chǎng)景等都是目前客戶需求比較集中的。

圖片來源： iae智行眾維 ®

這并不難理解，交通事故由于常常伴隨著風(fēng)險(xiǎn)產(chǎn)生，包括人員傷亡，很多幾乎無法在現(xiàn)實(shí)世界中快速、安全、廣泛地復(fù)現(xiàn)測(cè)試。比如行人在十字路口違規(guī)闖紅燈，這個(gè)場(chǎng)景在現(xiàn)實(shí)中雖然時(shí)有發(fā)生，但又有誰愿意以生命冒險(xiǎn)去做測(cè)試對(duì)象，必須依賴仿真測(cè)試還原。

類似的場(chǎng)景還有很多，典型如各種“鬼探頭”工況，而這些corner case恰恰是保障高級(jí)別自動(dòng)駕駛安全性和可靠性的關(guān)鍵，由此也決定了仿真測(cè)試正在成為自動(dòng)駕駛演進(jìn)的硬性剛需。

值得一提的是，除了提供標(biāo)準(zhǔn)化場(chǎng)景，“水木靈境”場(chǎng)景工場(chǎng)還可以針對(duì)不同客戶的測(cè)試需求定制，提供個(gè)性化訂閱服務(wù)，場(chǎng)景數(shù)據(jù)支持按年訂閱、按用戶數(shù)量訂閱等多種靈活的服務(wù)模式，并支持跨仿真平臺(tái)應(yīng)用。

“比如企業(yè)需要測(cè)試nop功能，但是這個(gè)功能是客戶自己定義的，沒有現(xiàn)成的法規(guī)和標(biāo)準(zhǔn)參考，這就需要‘水木靈境’場(chǎng)景工場(chǎng)根據(jù)客戶提供的功能說明來具體設(shè)計(jì)構(gòu)建針對(duì)性的測(cè)試場(chǎng)景。” 高彪表示。

火爆背后，統(tǒng)一標(biāo)準(zhǔn)仍是難題

毋庸置疑，“水木靈境”場(chǎng)景工場(chǎng)的場(chǎng)景庫(kù)覆蓋范圍在業(yè)內(nèi)已經(jīng)達(dá)到了領(lǐng)先水平。這背后，市場(chǎng)需求的差異化和多樣化是關(guān)鍵驅(qū)動(dòng)力。

“雖然現(xiàn)階段不同客戶對(duì)仿真場(chǎng)景庫(kù)的需求各有側(cè)重，但大家普遍的需求就是有海量有效的測(cè)試場(chǎng)景。” 高彪表示。更何況從自動(dòng)駕駛的發(fā)展趨勢(shì)來看，其演進(jìn)路徑也決定了必須有海量的場(chǎng)景賦能測(cè)試驗(yàn)證：一方面，自動(dòng)駕駛汽車不同研發(fā)階段，對(duì)場(chǎng)景庫(kù)的需求各不相同;另一方面，越高級(jí)別的自動(dòng)駕駛，對(duì)于場(chǎng)景數(shù)據(jù)的數(shù)量、覆蓋度、多樣性和復(fù)雜度的要求也愈高。

“比如面對(duì)行人橫穿馬路的工況，對(duì)低級(jí)別的輔助駕駛功能而言，算法考慮的只是需不需要進(jìn)行制動(dòng)來減輕或避免傷害，但是對(duì)于高級(jí)別的輔助駕駛甚至自動(dòng)駕駛功能來說，算法可能會(huì)考慮減速，也可能會(huì)考慮繞行，因此周圍車況也會(huì)影響算法對(duì)這一個(gè)工況的決策。” 高彪表示。

圖片來源： iae智行眾維 ®

這意味著，對(duì)于仿真場(chǎng)景庫(kù)而言，低級(jí)別自動(dòng)駕駛的測(cè)試更多面向的是確定性的測(cè)試，而高級(jí)別自動(dòng)駕駛的測(cè)試更多是面向不確定性的測(cè)試，這無疑對(duì)仿真場(chǎng)景設(shè)計(jì)的復(fù)雜度以及整體覆蓋率提出了更高的要求。

目前在場(chǎng)景庫(kù)構(gòu)建方面的現(xiàn)狀，行業(yè)玩家仍然是各自為戰(zhàn)，不僅缺乏統(tǒng)一的標(biāo)準(zhǔn)，不同仿真平臺(tái)之間對(duì)場(chǎng)景的使用要求也各不相同。由此導(dǎo)致的結(jié)果是，多數(shù)企業(yè)所用場(chǎng)景的覆蓋度都非常有限，特別是corner case難以窮盡，且資源重復(fù)性投入巨大。

針對(duì)這一情況，高彪認(rèn)為，未來仍然很難形成行業(yè)統(tǒng)一的場(chǎng)景庫(kù)。“原因有幾點(diǎn)：其一，場(chǎng)景庫(kù)作為一項(xiàng)重要的數(shù)據(jù)資產(chǎn)，未來必定是數(shù)據(jù)多者得天下，行業(yè)玩家都會(huì)希望自家主導(dǎo)的場(chǎng)景庫(kù)在行業(yè)內(nèi)有更大的話語權(quán);其二，不同仿真平臺(tái)和應(yīng)用背景對(duì)場(chǎng)景的要求也不同， 而行業(yè)內(nèi)正在開發(fā)的標(biāo)準(zhǔn)，如asam openx標(biāo)準(zhǔn)，要走的路還非常漫長(zhǎng)。”

在仿真測(cè)試的真實(shí)性方面，目前行業(yè)同樣缺乏統(tǒng)一的評(píng)判標(biāo)準(zhǔn)。仿真測(cè)試所謂的“真”，包括傳感器模型和真實(shí)一致、仿真測(cè)試場(chǎng)景和真實(shí)世界一致、車輛動(dòng)力學(xué)模型和真實(shí)車輛一致，最終得到“真”的模擬結(jié)果，這中間任何一個(gè)環(huán)節(jié)的偏差都會(huì)直接影響到最終仿真測(cè)試的效果。

在這個(gè)關(guān)鍵的評(píng)價(jià)維度上，行業(yè)的標(biāo)準(zhǔn)仍然缺失。“客戶作為最終使用者，經(jīng)過客戶實(shí)踐的驗(yàn)證才是符合要求的產(chǎn)品。”談及現(xiàn)狀，高彪指出。

實(shí)際上，這也是很多新技術(shù)在發(fā)展初期都會(huì)面臨的問題。為了構(gòu)建出滿足客戶測(cè)試要求且能幫助探索安全邊界的仿真測(cè)試場(chǎng)景及仿真測(cè)試體系，iae智行眾維®依托在仿真技術(shù)、流程方法、場(chǎng)景數(shù)據(jù)、法規(guī)標(biāo)準(zhǔn)等方面的堅(jiān)實(shí)基礎(chǔ)，構(gòu)建了一套有效鏈接仿真平臺(tái)、客戶算法以至實(shí)車的x-in-loop®技術(shù)產(chǎn)品體系，并組建了一支更側(cè)重于數(shù)據(jù)分析、處理、仿真測(cè)評(píng)、模型優(yōu)化的專業(yè)技術(shù)團(tuán)隊(duì)，將x-in-loop®技術(shù)體系中對(duì)數(shù)據(jù)的需求與場(chǎng)景工場(chǎng)相關(guān)資源無縫銜接，從而保證構(gòu)建的仿真場(chǎng)景能夠真實(shí)有效地服務(wù)于仿真測(cè)試。這一體系和相關(guān)工作均得到了客戶的一致好評(píng)。

持續(xù)迭代，賦能自動(dòng)駕駛研發(fā)

不斷擴(kuò)大的客戶規(guī)模，折射出iae智行眾維®在海量場(chǎng)景庫(kù)構(gòu)建方面所做的努力已經(jīng)得到業(yè)界的廣泛認(rèn)可。事實(shí)上，這只是一個(gè)開始。

產(chǎn)業(yè)確定的趨勢(shì)是，隨著智能駕駛不斷從adas向高階自動(dòng)駕駛演進(jìn)，對(duì)于測(cè)試規(guī)模及復(fù)雜性要求大幅提升，仿真測(cè)試的重要性必將進(jìn)一步凸顯。

“當(dāng)前自動(dòng)駕駛的發(fā)展已經(jīng)進(jìn)入新階段：算法研發(fā)穩(wěn)定發(fā)展，開始重點(diǎn)尋找商業(yè)落地場(chǎng)景，主機(jī)廠希望通過自動(dòng)駕駛增強(qiáng)產(chǎn)品力，政府在監(jiān)管上需要實(shí)際可行的方案，形成積極的引導(dǎo)和準(zhǔn)入，這些都推動(dòng)自動(dòng)駕駛產(chǎn)業(yè)逐步從研發(fā)端轉(zhuǎn)向測(cè)試驗(yàn)證端。”高彪表示。

圖片來源： iae智行眾維 ®

在此過程中，如何進(jìn)一步提升場(chǎng)景的覆蓋度，讓算法覆蓋盡可能多的corner case，并且提升測(cè)試驗(yàn)證的效率，將是行業(yè)持續(xù)關(guān)注的重點(diǎn)。

iae智行眾維®在打造“水木靈境”場(chǎng)景工場(chǎng)的同時(shí)，還打造了一套以海量算力為基礎(chǔ)的云算力仿真平臺(tái)，將海量仿真場(chǎng)景和自動(dòng)化仿真測(cè)試充分結(jié)合，以快速發(fā)掘邊緣場(chǎng)景、有效界定安全邊界。據(jù)悉，該云算力仿真平臺(tái)可以支持每天千萬公里以上有效虛擬里程快速積累。

“場(chǎng)景覆蓋度和測(cè)試效率是分不開的，當(dāng)場(chǎng)景數(shù)量少時(shí)，是否有自動(dòng)化測(cè)試并沒有對(duì)測(cè)試效率有多大的影響，但當(dāng)場(chǎng)景覆蓋足夠多時(shí)，如何自動(dòng)化進(jìn)行海量測(cè)試則是面臨的主要挑戰(zhàn)。” 高彪指出。

隨著高階自動(dòng)駕駛的演進(jìn)對(duì)仿真場(chǎng)景的需求持續(xù)大幅提升，高彪透露，“水木靈境”場(chǎng)景工場(chǎng)將繼續(xù)圍繞海量場(chǎng)景數(shù)據(jù)和云算力仿真平臺(tái)，從規(guī)模量產(chǎn)和實(shí)際服務(wù)于產(chǎn)業(yè)的測(cè)評(píng)體系兩個(gè)方面不斷迭代升級(jí)。

在構(gòu)建海量場(chǎng)景數(shù)據(jù)方面，iae智行眾維®將立足x-in-loop®技術(shù)體系，從行業(yè)實(shí)際需求出發(fā)，繼續(xù)提升技術(shù)閉環(huán)和數(shù)據(jù)閉環(huán)體系。

圖片來源： iae智行眾維 ®

“比如構(gòu)建一套從簡(jiǎn)單到復(fù)雜、從單一到組合的場(chǎng)景測(cè)評(píng)體系，引導(dǎo)企業(yè)通過基于場(chǎng)景的全面測(cè)試來探索安全的邊界。同時(shí)，不斷拓展新的可構(gòu)建場(chǎng)景的數(shù)據(jù)來源，將盡可能多的真實(shí)世界搬到仿真測(cè)試場(chǎng)景中。” 高彪表示。

而在云算力仿真方面，基于海量場(chǎng)景的合理分類、高效測(cè)試和有效評(píng)價(jià)，才能切實(shí)支持客戶不斷迭代和改進(jìn)算法，iae智行眾維®的重點(diǎn)投入方向之一正是在場(chǎng)景的分類和評(píng)價(jià)上，比如如何進(jìn)行仿真場(chǎng)景數(shù)據(jù)量產(chǎn)和測(cè)評(píng)，如何對(duì)不同分類的場(chǎng)景做普適性和特殊性評(píng)價(jià)。

“未來，必須在確定的工況中探索不確定的變量，在不確定的變量組合中拓展確定安全的邊界。” 談及對(duì)未來的趨勢(shì)預(yù)判，高彪指出。

不難預(yù)見，這些趨勢(shì)將對(duì) “水木靈境”場(chǎng)景工場(chǎng)不斷提出新的挑戰(zhàn)，但這又何嘗不是iae智行眾維®引領(lǐng)行業(yè)前行的巨大機(jī)會(huì)。放眼未來，iae智行眾維®更出色的表現(xiàn)值得期待。